临床试验样本含量的估算方法.pptxVIP

临床试验样本含量的估算方法柴倩云北京中医药大学循证医学中心提纲概述公式计算及练习查表计算及练习软件计算方法举例一、为什么要计算样本量？理论上，验证某一干预措施及对照之间的差异，样本量越大，试验结果越接近于真实值，即结果越可靠。大样本试验还有助于探讨亚组疗效，发现罕见结局。临床试验报告中有无预先的样本量估计是评价试验质量的重要依据之一。为什么要计算样本量？(续)试验样本量过小，无论试验结果是否存在差异，均不能排除因机遇（随机误差）造成的假阳性或假阴性错误。样本量过少：结果不稳定，检验效能过低，结论缺乏充分依据。样本量过大：增加临床研究难度，造成人力、无力、时间和经济上的浪费，伦理问题，一些临床意义不大的微弱疗效最终也可能会出现统计学上的显著差异。定义样本含量估算就是在保证科研结论具有一定可靠性条件下，确定的最少观察例数。估算方法公式计算法查表法软件计算法三个要素试验干预及对照干预效应差异的大小需要研究者根据该药物前期的临床研究和临床的实际意义决定。对试验精度的要求把握度（power）检验效能：指两总体确实有差别，按照α水准能发现它们有差别的能力，用1-β表示其概率大小。试验对象的依从性 估计试验中病人退出的比例，按照国际惯例，当试验病例退出或释放超过病例总数的20%，试验结果将不可靠。为什么需要把握度分析？1人群A人群B为什么需要把握度分析？2人群A人群B患病AB 健康为什么需要把握度分析？ 3人群A人群B患病AB??? 健康计算机模拟举例假设：-试验组死亡率为20%-对照组死亡率为50%-试验组和对照组的样本量均为n=50-显著性水平为双侧0.05-检验方法=卡方检验结果：16次试验（100次）中未能显示出显著性差异84次试验显示有显著性差异1次试验成功率为84%-power计算机模拟举例假设：-试验组死亡率为20%-对照组死亡率为50%-试验组和对照组的样本量均为n=100-显著性水平为双侧0.05-检验方法=卡方检验结果：1次试验（100次）中未能显示出显著性差异99次试验显示有显著性差异1次试验成功率为99%-power样本量及显著性水平有效率（A VS B）每组Np值9 vs. 8100.5345 vs.40500.1690 vs. 801000.048P：在试验组及对照组事件发生率相差10%的情况下，犯假阳性错误的概率比较90%和80%的事件发生率，是否有显著性差异？不仅看率，例数也起关键作用临床试验计数资料结局根据假设检验可能出现的结果组间出现统计学上显著性差异组间存在的真实差异有无有正确（1-β）I类错误（α）无II类错误（β）正确（1-α）I类错误的概率：单侧为α，双侧为α/2，α越小所需样本越大，一般取α≤0.05；检验效能：1-β，指H1正确的能力，信心！！β为II类错误，一般β=0.1或β=0.2，β越大，检验效能越低，样本数量也越小；分类计算数值变量资料的样本含量估计无序分类资料的样本含量估计有序分类资料的样本含量估计等效性检验的样本含量估计非劣效性检验的样本含量估计其他设计的样本含量估计（诊断性试验，危险因素，多元回归，多因素分析，重复测量，生存分析等）按试验类型估计总体样本及总体比较配对资料两样本比较多样本比较按结局指标计数（定性）指标死亡及存活， 阳性与阴性， 正常与异常计量（定量）指标血压、血糖、血清酶结局指标有多个时，估计样本含量时需要选择其中最重要的结局指标。或按照所需样本量最多的指标。按假设检验类型优效性检验：反应试验药效果优于对照药物（安慰剂，阳性药）的试验，常用单侧检验；等效性检验：确认2种或多种治疗的效果差别大小在临床上并无重要意义，试验药及阳性药在疗效上相当，常用双侧检验；非劣效性检验：显示试验药的疗效在临床上不劣于阳性对照药，常用单侧检验。由少到多：安慰剂对照优效试验 非劣效性试验等效性试验 阳性对照优效试验。二、公式计算及练习可满足多种设计的要求，目前应用广泛。2.1 数值变量资料的样本含量估计2.1.1总体均数的估计详解：σ为总体标准差，一般用样本标准差表示；δ为容许误差，即样本均数及总体均数间的容许差值；α取双侧，u值可以查表。单侧α0.400.300.200.100.050.0250.010.005双侧α/20.800.600.400.200.100.050.020.01β0.400.300.200.100.050.0250.010.0051-β0.600.700.800.900.950.9750.990.995u值0.25320.52430.84171.28161.64491.9602.32632.5758例1：某医院拟用抽样调查评价本地区健康成人白细胞数的水平，要求误差不超过0.2*109/L。根据文献报告，健康成人的白细胞数的标准差约1.5*109/L。问需要调